Poweranalyse voor overlevingsstudies
Poweranalyse voor overlevingsstudies bepaalt hoeveel deelnemers — en hoeveel waargenomen gebeurtenissen — nodig zijn om een log-rank test of Cox-regressie een voldoende waarschijnlijkheid te geven om een klinisch betekenisvol verschil in overleving tussen groepen te detecteren. De fundamentele formules werden afgeleid door Schoenfeld (1981) en Lachin (1981) en blijven de standaardbenadering bij de planning van klinische studies.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Schoenfeld, D. A. (1981). The asymptotic properties of nonparametric tests for comparing survival distributions. Biometrika, 68(1), 316–319. DOI: 10.1093/biomet/68.1.316 ↗
- Lachin, J. M. (1981). Introduction to sample size determination and power analysis for clinical trials. Controlled Clinical Trials, 2(2), 93–113. DOI: 10.1016/0197-2456(81)90001-5 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Sample Size and Power Analysis for Survival Analysis (Log-rank and Cox Regression). ScholarGate. https://scholargate.app/nl/statistics/power-analysis-survival
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Cox Proportional HazardsEpidemiologie↔ compare
- Kaplan-Meier OverlevingsschatterOverlevingsanalyse↔ compare
- Log-rang-test voor het vergelijken van overlevingscurvenOverlevingsanalyse↔ compare
- Poweranalyse voor proportietestsStatistiek↔ compare
- Poweranalyse voor de t-toetsStatistiek↔ compare
- Simulatiegebaseerde poweranalyse (Monte Carlo Power)Statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →